亚马逊称，进化论可以帮助AI模型的选择。选择架构是构建AI模型的关键步骤。研究人员表示，鉴定遗传算法和协同进化算法的性能指标取决于彼此之间的相互作用，是寻找最佳AI模型架构的最实用方法，可以适用于任何计算模型。除了由“ AutoML”系统生成的可根据基本任

但在另一方面，为机器人指定任务以进行强化学习则需要投入大量精力。大多数原有项目已经在尝试引导物理机器人进行深度强化学习，这要求我们使用专门的传感器建立奖励或者研究任务，而机器人则利用其内部传感器对奖励指标进行测量。然而，这种作法显然无法让此类机器人掌握一切

自然语言处理顶会NAACL近日公布了本届会议的最佳论文，谷歌BERT论文获得最佳长论文，可谓名至实归。自然语言处理四大顶会之一 NAACL 2019 将于 6 月 2 日 - 7 日在美国明尼阿波利斯市举行。据官方统计，NAACL 2019 共收到 195

AI热潮让科技企业纷纷砸大钱争抢人才，在水涨船高的高薪待遇，大学和科研机构成为AI人才流失的重灾区。据研究机构“国际数据委员会”的预测，全球人工智能和机器学习相关总支出将从2017年的120亿美元增加到2021年的576亿美元。这些领域的研究经费的暴涨也体

Keras 作者 Franois Chollet 今天发表了一系列推文，如果你使用 TensorFlow 2.0 + Keras 做深度学习研究，这里有你需要知道的一切。TensorFlow 2.0 前几天新鲜出炉，Alpha 版可以抢先体验。新版本主打简

Caffe之父、Facebook AI架构总监贾扬清被曝将离职Facebook并于3月中旬加入阿里。在机器学习基础设施和框架愈发重要的今天，从Caffe到PyTorh，从谷歌大脑、FB再到阿里，这位AI大神的足迹巧妙地与AI发展重叠在了一起。3月2日傍晚，

2019年开启之际，美国加州大学伯克利分校教授、机器人与强化学习领域专家 Pieter Abbeel 发布了一份资源大礼：《深度学习与机器人学》105页PPT。这份PPT整理自Abbeel教授2018年受邀参加的69个演讲，内容涵盖监督学习、强化学习和无监

DeepMind今天在Science发表论文，提出生成查询网络，能够在无监督的情况下，抽象地描述场景元素，并通过“想象”渲染出场景中没有见到的部分。这项工作展示了没有人类标签或领域知识的表示学习，为机器自动学习并理解周围世界铺平了道路。表示网络将agent

本文是王喆在 AI 前线 开设的原创技术专栏“深度学习 CTR 预估模型实践”第四篇文章。回顾王喆老师过往精彩文章：《重读 Youtube 深度学习推荐系统论文，字字珠玑，惊为神文》、《YouTube 深度学习推荐系统的十大工程问题》。随着微软的 Deep

2018年世界杯开幕在即，谁会赢得最后的冠军？机器学习预测是巴西，而统计方法则认为德国会赢。3天后，2018年俄罗斯世界杯开打，首场比赛是东道主俄罗斯对阵沙特阿拉伯，将于6月14日拉开序幕。每届世界杯最受关注的当属决赛，上届2014年巴西世界杯，东道主巴西

传统的记忆架构做关系推理时有困难，DeepMind和伦敦大学学院的这篇论文提出关系推理模块RMC，能够在序列信息中执行关系推理，在WikiText-103, Project Gutenberg 和 GigaWord 数据集上达到了当前最佳性能。基于记忆的神

Facebook今天宣布发布Tensor Comprehensions，能够自动将数学符号快速转换成高性能机器学习代码，将原本几天乃至几周的过程缩短为几分钟，大幅提高生产力。Facebook AI Research今天宣布发布Tensor Comprehe

2018年，对于深度学习来说，将是剧变的一年。多数硬件公司将破产；元学习将成为新随机梯度下降法；直觉机器将弥合语义差异；深度学习研究将愈发泛滥等十大趋势值得注意。2017年深度学习的许多突破将在2018年继续强势推进。收缩阵列解决方案已经被采用，所以201

加州大学河滨分校的研究人员，发现了三种可能被黑客利用 GPU、来攻破用户安全与隐私防线的方法。这些技术可用于监视浏览器活动、窃取密码、以及向基于云端的应用程序发起攻击。研究报道中描述的第一项，指出了 GPU 旁路攻击导致的渲染不安全：“计算机科学家们认为这

南京大学成立了人工智能学院，冬奥会的闭幕式用到了人工智能，马化腾、李彦宏、丁磊在两会提案中多次涉及人工智能，可以说，人工智能正在以各种各样的方式进入我们的生活。现在不光是程序猿们，很多非技术背景的小白也在摩拳擦掌，想要搭上 AI 这列快车。凡事皆有开头，而

毫无疑问，机器学习/人工智能的子领域在过去几年越来越受欢迎。目前大数据在科技行业已经炙手可热，而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的。一些最常见的机器学习例子，比如Netflix的算法可以根据你以前看过的电影来进行电影推荐，而Ama

前言随着大数据时代的到来，机器学习成为解决问题的一种重要且关键的工具。不管是工业界还是学术界，机器学习都是一个炙手可热的方向，但是学术界和工业界对机器学习的研究各有侧重，学术界侧重于对机器学习理论的研究，工业界侧重于如何用机器学习来解决实际问题。

如：y=2x+7 其中，（x，y）是一组数据，设共有m个。用平方误差代价函数。可以看到，一开始的误差是很大的，然后减小了。最后几次输出的cost没有变化，可以将训练的次数减小一点。和目标w=2，b=7很接近